Компактная дистиллированная модель BERT для понимания естественного языка и дообучения под конкретные задачи.

Подходит для: дообучение для классификации текстов · дообучение для анализа тональности · дообучение для распознавания сущностей

Текстовая чат-модель Ternary Bonsai 2 27B в GGUF с ослабленным отказом на запросы, рассчитанная на запуск через форк llama.cpp от PrismML.

Подходит для: генерация ответов в текстовом чате · создание диалогового прототипа с меньшим числом отказов · оценка поведения модели на безопасных и небезопасных запросах

Предобученная байтовая модель Google на базе T5 для дообучения на задачах преобразования текста, в том числе на шумных многоязычных данных.

Подходит для: дообучение для ответов на вопросы по тексту · обработка шумных и ошибочных текстов · восстановление текста с опечатками

Предварительная квантованная версия разговорной модели Bonsai 2, настроенная для снижения отказов при локальной генерации текста.

Подходит для: локальные диалоги с уменьшенным числом отказов · генерация ответов на пользовательские запросы · эксперименты с поведением отказов языковых моделей

Предварительно обученная байтовая модель Google на архитектуре T5 для последующего дообучения на задачах преобразования текста, особенно устойчивых к шуму.

Подходит для: дообучение для ответов на вопросы по шумным текстам · обработка сообщений с опечатками и нестандартным написанием · исправление орфографических ошибок после дообучения

Базовая мультиязычная языковая модель NVIDIA на 30 млрд параметров для генерации текста и последующего дообучения под инструкции и специализированные агентские задачи.

Подходит для: дообучение базовой модели для следования инструкциям · создание специализированных ИИ-агентов · генерация и продолжение текста на нескольких языках

Диалоговая языковая модель Tencent для разработки программ, офисной аналитики, создания игровых прототипов и научных задач.

Подходит для: планирование и отладка программных проектов · создание и доработка интерфейсов · анализ документов и данных из нескольких файлов

Текстовая Bonsai 2 27B с головой MTP для ускорения генерации посредством спекулятивного декодирования в пропатченном llama.cpp.

Подходит для: ускоренная генерация текста на GPU через спекулятивное декодирование · диалоговая генерация с Bonsai 2 27B · снижение задержки вывода токенов в llama.cpp

Англоязычный базовый чекпойнт T5 с архитектурой Deep-Narrow, предназначенный для дообучения под задачи обработки текста.

Подходит для: дообучение для суммаризации английских текстов · настройка для ответов на вопросы по английскому тексту · дообучение для классификации английских текстов

TIPO-500M-ft — компактная модель LLaMA для расширения и оптимизации текстовых промптов перед генерацией изображений.

Подходит для: расширение короткого запроса для генератора изображений · уточнение описания сцены перед генерацией в Stable Diffusion · подготовка промптов для ComfyUI

Экспериментальная тернарно-квантованная GGUF-модель UkisAI на базе Bonsai 2 27B для диалоговой генерации и рассуждений с более короткими цепочками.

Подходит для: генерация диалоговых ответов · решение задач на рассуждение · сравнение эффективности коротких цепочек рассуждений

TIPO-500M — модель LLaMA от KBlueLeaf, которая дополняет и улучшает текстовые промпты для генераторов изображений.

Подходит для: расширение короткого промпта для генерации изображения · дополнение неполного описания сцены · подготовка промптов для Stable Diffusion

Диалоговая модель Qwen2.5 на 3,1 млрд параметров, дообученная для решения математических задач и ответов в образе Шелдона Купера.

Подходит для: решение математических задач с пошаговым рассуждением · ответы на задачи формата MATH-500 · решение школьных текстовых задач GSM8K

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели

Предобученная байтовая модель Google семейства T5 для последующего дообучения на задачах преобразования текста, особенно устойчивого к шуму.

Подходит для: дообучение для ответов на вопросы по тексту · обработка опечаток и других искажений в тексте · преобразование текста для многоязычных приложений

Текстовая MoE-модель для генерации текста и кода, агентных задач и работы с инструментами с удалённым поведением отказа.

Подходит для: генерация и отладка программного кода · автоматизация задач программирования агентом · генерация ответов в диалоговом интерфейсе

Экспериментальная GGUF-версия Ternary-Bonsai-2-27B для диалоговой генерации текста с изменёнными весами, снижающими частоту отказов.

Подходит для: локальный запуск диалоговой языковой модели через llama.cpp от Prism ML · генерация ответов на пользовательские запросы · эксперименты с поведением модели на вредоносных запросах

Экспериментальная чат-модель Qwen2.5 на 3,1 млрд параметров для математических ответов и генерации в образе Шелдона Купера.

Подходит для: решение задач конкурсной математики в чате · ответы на задачи уровня GSM8K · сравнение методов обучения разговорного персонажа

Мультиязычная 27-миллиардная диалоговая GGUF-модель Gastón Parravicini с ослабленным явным рефлексом отказа для генерации текста и исследований безопасности LLM.

Подходит для: диалог с мультиязычным текстовым ассистентом · генерация ответов по инструкциям · оценка отказов модели на adversarial-запросах

Тернарная версия на 27 млрд параметров модели Qwen для локальной генерации текста и диалогов с компактными весами.

Подходит для: локальный запуск языковой модели на компьютере с ограниченной памятью · генерация текста в диалоговом интерфейсе · ответы на вопросы в локальном чате

Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.

Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой модели

Компактная модель Google семейства T5, дополнительно обученная на языковом моделировании для адаптации к текстовым задачам и prompt tuning.

Подходит для: адаптация к генерации текста с помощью prompt tuning · дообучение для суммаризации документов · дообучение для ответов на вопросы по тексту

Базовая MoE-модель Qwen2 с 57 млрд параметров и 14 млрд активных параметров для дальнейшего обучения и исследований генерации и понимания текста.

Подходит для: дальнейшее обучение языковой модели под собственные задачи · оценка качества ответов на вопросы и рассуждений · эксперименты с математическими задачами

Диалоговая MoE-модель на базе Yi-34Bx2-MoE-60B, дообученная методом DPO для генерации текста и ответов в чате.

Подходит для: ответы на вопросы в диалоге · генерация текстовых ответов для чат-бота · следование инструкциям в текстовом чате